首先必须明确，数据中台和数据飞轮并不对立，相反，数据飞轮可以说是数据中台的理论升级。 对于企业而言建中台不是本质目的，让数据真正被用起来，与业务产生紧密的关联才是数据中台成功的关键。 在这种趋势之下，“数据飞轮”的概念也随之兴起——围绕业务进行数据消费，从原来的“重点关注数据资产”， 到“同步关注数据流与业务流的融合”，即充分考虑数据在业务中的应用，数据资产与业务应用形成闭环，从而实现数据驱动。 数据飞轮，很大程度上先聊业务，业务上有什么诉求，看数据可以在里面起到多大作用，再看具体应该用什么样的解决方案，什么样的产品。 数据飞轮依靠现有资源（如客户反馈、分析工具、营销自动化系统、服务和支持数据以及人工智能 （AI） 算法）来工作。 随着收集的客户数据随着时间的推移而积累，可以使用这些信息来深入了解客户是谁、他们的优先事项、行为以及他们希望从提供产品的公司得到什么， 从而使企业能够相应地定制产品、服务和平台，并为客户创造更多高价值的个性化体验。 通过将这些资源组合成一个强大的系统，企业可以产生有关其客户和运营的宝贵数据。 这使企业能够就如何最好地优化流程或提供更好的客户体验做出明智的决策。此外，企业可以使用这些信息来制定新的战略，以加速增长、增加销售额或降低成本。 比如有客户说我们做了小程序的页面优化或者文案优化，他的业务痛点非常明确——通过文案的优化提高营销的转化率。相应地， 我们提供的方案就是做 AB 测试。如果是另一种问题，比如说数据清洗、数据质量，我们可能需要提供数据资产管理、数据治理的工具，这是非常不一样的。